为什么人们对人工智能有不同的理解发展的原因是什么？

来源：蜘蛛抓取(WebSpider) 时间：2023-07-19 21:50 标签： 为什么人们对人工智能有不同的理解
2022-04-06 11:29
来源:
零点有数
*作者：零点有数副总裁 许正军
【导读】
近年来，在大数据、云计算和5G通信技术大力发展的同时，人工智能历经六十多年的起起伏伏，终于照进了人类社会的现实。人工智能已成为引领新一轮科技革命和社会变革的重要驱动力之一，我国已将人工智能列为“新基建”的重要组成部分，并把大力发展人工智能列入国家“十四五”规划。本文将对人工智能的概念进行简述。
随着科学技术的发展，人工智能（Artificial Intelligence，AI）正越来越多地进入并改变着我们的工作和生活，智能推荐、智能客服、智能搜索、智能导航、智能问诊、无人驾驶、无人机等等人工智能应用场景比比皆是。神经科学、脑科学的深入研究，将进一步促进类脑智能的发展与应用。可以预见，人工智能将成为我们生活和工作中一个不可或缺的“新物种”，深刻影响并改变我们的生活和工作方式。
有一天，小美和爸爸在猜谜语，刚好有一个谜语的答案是“小A”，小美开心地大喊：“小A！”
这时，客厅突然传来了智能音箱“小A”的回音：“我在呢，主人，您有什么需要我帮忙的？”
小美好惊讶，好奇地问：“它怎么会突然说话？”爸爸笑着说：“它是智能音箱，你只要喊小A，就下达指令唤醒了它，相当于打开了这个机器的开关，接下来你就可以说出你的需求了，例如放音乐、打开电视等等，这种就是人工智能，就是设备能够像人一样，学习我们的习惯，帮我们做事情。”
什么是“人工智能”？
无论是学术界还是工业界，关于人工智能（AI）并没有一个统一的定义。但大体上形成了以下共识：人工智能是计算机科学的一个广泛分支，试图让机器模拟人类的智能，涉及构建能够执行通常需要人类智能的任务的智能机器。
其中，智能算法模型的训练和建立是核心，机器学习就是其中之一，深度学习又是机器学习技术的“网红”，正逐渐发展成为一个重要分支。
人工智能的起源
1950年，英国数学家、逻辑学家艾伦·图灵（Alan Turing）发表了一篇划时代的论文《计算机与智能》，文中提出了著名的“图灵测试”（The Turing Test）构想，即如果一台机器能够与人类展开对话（通过电传设备）而不能被辨别出其机器身份，那么称这台机器具有智能；随后，图灵又发表了《机器能思考吗》论文。两篇划时代的论文及后来的图灵测试，强有力地证明了一个判断，那就是机器具有智能的可能性，并对其后的机器智能发展做了大胆预测。正因如此，艾伦·图灵被称为“人工智能之父”。
1956年8月，在美国达特茅斯学院中，约翰·麦卡锡（John McCarthy，LISP语言创始人）、马文·闵斯基（Marvin Minsky，人工智能与认知学专家）、克劳德·香农（Claude Shannon，信息论创始人）、艾伦·纽厄尔（Allen Newell，计算机科学家）、赫伯特·西蒙（Herbert Simon，诺贝尔经济学奖得主）等科学家聚在一起，讨论用机器来模仿人类学习以及其他方面的智能等问题。两个月时间的讨论虽然没有达成共识，但是却为会议内容起了一个名字：人工智能。
1956年被公认为人工智能的元年。“让机器来模仿人类学习以及其他方面的智能”也就成了人工智能要实现的根本目标。
人工智能的争论与发展
“人工智能”一经提出，就引发了许多争论。以至于时至今日，关于人工智能尚未形成单一的定义与统一的认知。
“人工智能之父”艾伦·图灵在其论文中，也只是将人工智能简单地定义为“构建智能机器”。但对人工智能是什么、是什么让机器变得智能等基本问题并没有做出解释。
斯图尔特·罗素（Stuart Russell）和彼得·诺维格（Peter Norvig）在他们的《人工智能：现代方法》中，认为人工智能是“研究从环境中接收感知并执行操作的代理”。
麻省理工学院福特人工智能和计算机科学教授帕特里克·温斯顿（Patrick Winston）将人工智能定义为“……将思维、感知和行动联系在一起的循环的模型”。
……
虽然这些定义对普通人来说似乎很抽象，但它们有助于将该领域作为计算机科学的一个领域，并为将机器学习和其他人工智能算法注入机器和程序提供了蓝图。
人工智能在争论中发展
1956—1960年是人工智能的诞生与起步发展期。
1960—1970年，由于人工智能在机器翻译方面并未取得好的效果，再加上一些算法模型的可解释性在理论方面缺乏证明，从而导致人工智能进入反思期。
1970—1980年中期，“专家系统”一时兴起，人工智能有过短暂的应用发展。
1980年中后期—1990年中期，“专家系统”发展乏力，加上在人工神经网络方面的研究进展受阻，人工智能又进入到一个低迷期。
1990年中后期，互联网技术的发展，加上计算机性能的提升，从此开启了人工智能的稳步发展。
2010年后，移动互联网和大数据的发展，加上深度学习在IBM“深蓝”和谷歌“AlphaGo”的成功应用，让人工智能迅速成为学术界和工业界的热点。
人工智能的分类与应用
目前，比较统一的共识是将人工智能分成两大类：窄AI（Narrow AI）或称弱AI（Weak AI）、人工通用智能（Artificial General Intelligence，AGI）或称强AI（Strong AI）。
窄AI是在有限的环境中运行，即在比最基本的人类智能更多的约束和限制下对人类智能进行模拟，通常专注于执行一项任务。例如，智能搜索、图像识别、会话机器人、机器人顾问、自动驾驶汽车、垃圾邮件过滤器，以及其它应用机器学习与深度学习的应用场景。
人工通用智能（AGI）将具有人类水平的智能，能像人类一样执行任何任务。显然，AGI的发展还面临许多困难。技术是一个方面，道德层面、风险方面是否认可AGI也是一个争议不断的问题。
人工智能会有危险吗？
2017全球移动互联网大会（GMIC）在北京国家会议中心举行，著名物理学家斯蒂芬·霍金通过视频发表了题为《让人工智能造福人类及其赖以生存的家园》的主题演讲。他对人工智能在自动驾驶、智能性自主武器以及隐私问题等方面的威胁和人工智能系统失控带来的风险进行了分析，并表示，人工智能的崛起可能是人类文明的终结。
2018年3月，在得克萨斯州奥斯汀举行的西南偏南科技大会上，特斯拉和SpaceX创始人埃隆·马斯克（Elon Musk）发出警告：“请记住我的话，人工智能远比核武器更危险。”
人工智能正在影响几乎每个行业和每个人的未来，并已成为大数据、机器人和物联网等新兴技术的主要驱动力，在可预见的未来，它将继续作为技术创新着。
“人工智能被誉为革命性和改变世界的，但它并非没有缺点。”
拓展概念
图灵测试 （The Turing Test）
由计算机科学和密码学的先驱艾伦·麦席森·图灵提出，指测试者与被测试者（一个人和一台机器）隔开的情况下，测试者通过一些装置（如键盘）向被测试者随意提问，进行多次测试后，如果机器让每个测试者做出超过30%的误判，那么这台机器就通过了测试，被认为具有人类智能。图灵测试一词来源于艾伦·图灵写于1950年的一篇论文《计算机与智能》，其中30%是图灵对2000年时的机器思考能力的预测，我们已远远落后于这个预测。返回搜狐，查看更多
责任编辑：
2021人工智能发展四大趋势，是的，人工智能现在已经渗透进了我们生活的角角落落，有人说：人工智能就是未来的发张趋势。所以今天小编特意整理了关于人工智能的未来趋势如何的相关信息，快随可圈可点网小编一起来看看吧。2021年人工智能的四大发展趋势美国《福布斯》双周刊网站刊载题为《2021年人工智能的四大趋势》的报道，作者系伯纳德·马尔，文章根据当下形势，预测了明年人工智能的四个趋势。在2020年全球疫情暴发和世界被彻底颠覆之前，人工智能，尤其是人工智能的分支——机器学习(ML)——已经在广泛扰乱几乎所有行业。新冠病毒疫情对我们行为方式的许多方面产生了影响，但它并没有削弱人工智能对我们生活的影响。事实上，有一点已经变得显而易见，即自学算法和智能机器将在当下抗击这场疫情的战斗中和我们在未来可能面对的其他事件中发挥重大作用。当谈到挑选在不远的将来将改变我们生活、工作和玩耍方式的技术时，人工智能无疑仍是一个关键趋势。为此，我们在下面概述了在我们重建生活以及重新思考商业战略和优先事项的这一年里，我们可以期待什么。01更智能的大数据分析在当下的这场疫情中，我们亲眼目睹了迅速分析和解读病毒在全世界传播的相关数据的迫切需要。各国政府、全球卫生机构、学术研究中心和业界共同制定收集、汇总和利用信息的新方法。技术进步是这场疫情(尚)未像1918年西班牙大流感那样造成那么多人死亡的主要原因。多达5000万人在那场疫情中丧生。从医疗技术和医疗标准的进步，到通讯技术的进步，它们使我们能够更快发现疫情和实施封锁。明年，人工智能将被列入使我们能够更有效应对疫情的技术发展清单。仅科学和医学文献的数量就大幅增加，今年4月之前就发表了28000多篇与新冠病毒有关的论文。目前还在进行开发人工智能解决方案的工作，以帮助处理癌症等大量积压的其他医学问题，这些疾病的治疗因资源被转用于抗击新冠病毒而受到影响。明年，我们很可能会看到人工智能在其他许多医疗领域被加速采用，而不仅是应对病毒。通过发展我们的能力来把机器学习解决问题技术应用到这些庞大、实时的全球数据集，我们将更容易发现疫情，跟踪密切接触者，实现更准确的诊断，并通过预测病毒未来可能演化的方式，开发更有效和持久的疫苗接种。02自动检测和预防我们已经看到在包括美国在内的几个司法管辖区使用无人机来至少检验无人机是否有可能被用来监视人们是否遵守了保持社交距离的准则。更先进的应用即将出现——比如能够检测出人群中有人出现发热等新冠肺炎症状的无人机。这些系统利用计算机视觉技术分析无人机上的摄像头获取的数据，并向相关部门或当地管理人员通报有关病毒传播的统计数据和概率。另一个相关的发展领域将是使用面部识别技术，这种技术也由计算机视觉算法提供动力。面部识别比较有争议的一点是，它把重点放在识别个体、而非人群中的模式，因此警方利用这项技术来发现逃避封锁和隔离的人，并追踪人群中出现症状的个体活动。03预测行为变化我们的生活、工作和社交方式受到了新冠病毒蔓延的巨大影响。虽然在社会的许多方面都已经出现了稳定和强劲的数字化趋势，但今年我们目睹了一场热潮。亚马逊公司2020年第二季度的销售额比去年同期增长了40%，就连那些迄今为止一直避免在线零售的公司也被迫重新评估自己的选择。人工智能工具和平台已经在帮助企业了解客户适应新现实的方式。此前在商业和关系培养方面对数字渠道的采用滞后的机构逐渐认识到这种局面的紧迫性，并在迅速掌握行为分析和个性化等概念。在2021年，让组织自助获取这项技术的工具将越来越流行，因为中小型企业正在寻求建立自己的竞争优势。04把下一次疫情消灭在萌芽状态大多数人工智能算法都是针对预测的，人工智能辅助流行病学研究的必杀技将是建立能够准确预测未来疫情何时、何地暴发的系统。这项研究已经进行了一段时间，事实上，一些关于当前疫情的最早警报是由人工智能生成的。我们可以预计，人工智能研究将在未来18个月取得进一步突破，从而提高我们发现和应对病毒暴发危险的能力。然而，要做到这一点，还需要各国政府和私营企业之间持续不断的全球合作。人工智能的未来趋势如何人工智能已经在不知不觉间悄然而至，等我们发现的时候，它已经渗透到了我们的生活中，甚至影响着整个世界。人工智能的未来有无限种可能，它的未来也在改变着人类的未来。如果互联网改变了信息基础设施，那么移动互联网就改变了资源的配置方式。互联网就像是末梢神经一样深入了人类生活的方方面面，不仅产生了科学家朝思暮想的大量数据，而且催生出了云计算方法，汇总了千万台服务器的计算能力，令计算能力有了飞速的提高。之前科学家发明的“机器学习”方法在互联网领域大显神通，从根据用户的兴趣自动推荐阅读、购物信息，到更准确的语音识别、网络翻译，互联网变得越来越智能化。人工智能正在筹备一场堪比技术革命的大变革。在面对这样的变革时，有很多科技领军人物都在讨论它有可能带来哪些潜在的风险，与此同时，也有不少业界人士质疑它兑现奇迹的能力。于是，在舆论领域有两种声音萦绕在我们耳畔：一种是只要人工智能陷入发展的低谷，就又会听到“这只不过是换了种套路的创新泡沫而已”;另一种是只要人工智能达到发展的高峰，就会听到“人类将被机器统治”的担忧。在面对这样一个快速发展的新技术时，一定是见仁见智的。但是我深信不疑的是，我们既不能低估它的长期影响力，也不能高估它的短期作用力。从纵向发展的角度来说，人工智能通常被分为三个阶段：第一个阶段是弱人工智能，第二个阶段是强人工智能，第三个阶段是超人工智能。但是事实上，目前不论多先进的AI技术，都属于第一阶段，只能做到在某个领域跟人差不多，但是不能超越人类。综上就是可圈可点网小编整理的全部关于2021人工智能发展四大趋势和人工智能的未来趋势如何的内容，想了解更多人工智能的资讯请持续关注我们可圈可点网哦，最后，感谢您的阅读!

我要回帖

更多关于 为什么人们对人工智能有不同的理解 的文章

 

随机推荐